Cara Tercepat ke Nol kerangka data / kolom di Python Pandas

Question

Apakah ada cara yang lebih cepat untuk membidik kolom bingkai data panda daripada melakukan iterasi melalui kerangka data seperti ini (di mana A, B dan C adalah nama Kolom):

while x < Framelength
   dg.iloc[x, A] = 0
   dg.iloc[x, B] = 0
   dg.iloc[x, C] = 0
   x+=1

Saya baik-baik saja dengan membidik seluruh kerangka data jika itu akan lebih cepat

Answer 1

Periksa dengan

cols=[...]
df.loc[:, cols]=0

Answer 2

Anda dapat membidik seluruh kerangka data:

df[df.columns] = 0

atau tentukan daftar (iterable) kolom:

cols = list("ABC")
df[cols] = 0

Answer 3

Untuk membidik semua baris dalam kolom dengan memanggil nama kolom, Anda dapat melakukan sesuatu seperti:

df["A"] = 0
df["B"] = 0

Jika Anda ingin mengosongkan seluruh DataFrame meskipun saya yakin sesuatu seperti ini seharusnya cukup efisien:

for c in df:
    df[c].values[:] = 0

Answer 4

Saya akan menggunakan pendekatan sederhana dengan menyatakan suatu kondisi dan menetapkan nilai yang Anda inginkan

import pandas as pd
df = pd.DataFrame({'A': [1,2,3,4,5], 'B': [34,63,2,5,0]})

# Approach
df.columns = [0 for _ in df.columns]
df[df!=0] = 0

# Result
    0   0
0   0   0
1   0   0
2   0   0
3   0   0
4   0   0

Answer 5

Coba ini, menggunakan valuesatribut dataframe dan np.array.fill:

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,(5,5)), index=[*'abcde'], columns=[*'ABCDE'])

print(df)
#     A   B   C   D   E
# a  94  96  76  99  34
# b  88  63  17  51  46
# c  92  64  32  12  23
# d  88  89  43  34  50
# e  93  37  70  27  40

df.values.fill(0)

print(df)
#    A  B  C  D  E
# a  0  0  0  0  0
# b  0  0  0  0  0
# c  0  0  0  0  0
# d  0  0  0  0  0
# e  0  0  0  0  0